java - Tesseract 没有识别结果(Android studio；Java)

Question

我正在使用 tesseract OCR 在 Android Studio 上制作应用程序。我制作了一个代码，可以识别手机摄像头拍摄的图像上的文字。问题:tesseract 函数 getUTF8Text() 根本没有给出任何结果(尽管图片带有文本，但为空)。程序没有给出任何错误。

我想知道可能存在的问题: 1. 可能我没有将 tesseract 正确地集成到我的项目中？ (编译器在代码中使用 tesseract 类时没有显示任何问题) 2. 代码中可能有问题？ (错误的训练数据路径？？)。

主类:代码:

private TessOCR Tess; 

//after taking picture I call:
PictureCallback pictureCallback = new PictureCallback() {
    @Override
    public void onPictureTaken(byte[] data, Camera camera) {
        Bitmap bitmap = BitmapFactory.decodeByteArray(data, 0, data.length);
        String result = Tess.getOCRResult(bitmap);

        if (result != null) Log.i(TAG, result);
        else Log.i(TAG, "NO RESULT");
    }
};

用于 tesseract 训练数据文件查找或添加以及文本识别的 TessOCR 类(构造函数仅用于查找训练数据文件):

public class TessOCR {
public static final String PACKAGE_NAME = "com.example.dainius.ocr";
public static final String DATA_PATH = Environment
        .getExternalStorageDirectory().toString() + "/AndroidOCR/";
public static final String lang = "eng";

private static final String TAG = "OCR";
private TessBaseAPI mTess;

public TessOCR(AssetManager assetManager) {

    mTess = new TessBaseAPI();

    String[] paths = new String[] { DATA_PATH, DATA_PATH + "tessdata/" };

    for (String path : paths) {
        File dir = new File(path);
        if (!dir.exists()) {
            if (!dir.mkdirs()) {
                Log.v(TAG, "ERROR: Creation of directory " + path + " on sdcard failed");
                return;
            } else {
                Log.v(TAG, "Created directory " + path + " on sdcard");
            }
        }

    }

    if (!(new File(DATA_PATH + "tessdata/" + lang + ".traineddata")).exists()) {
        try {
            InputStream in = assetManager.open("tessdata/" + lang + ".traineddata");
            OutputStream out = new FileOutputStream(DATA_PATH
                    + "tessdata/" + lang + ".traineddata");

            byte[] buf = new byte[1024];
            int len;
            while ((len = in.read(buf)) > 0) {
                out.write(buf, 0, len);
            }
            in.close();
            out.close();

            Log.v(TAG, "Copied " + lang + " traineddata");
        } catch (IOException e) {
            Log.e(TAG, "Was unable to copy " + lang + " traineddata " + e.toString());
        }
    }

    mTess.setDebug(true);
    mTess.init(DATA_PATH, lang);
}

public String getOCRResult(Bitmap bitmap) {

    mTess.setImage(bitmap);
    String result = mTess.getUTF8Text();

    return result;
}

public void onDestroy() {
    if (mTess != null)
        mTess.end();
}

• 如果这个问题是由错误的 tesseract 集成引起的，请发布一个关于如何集成它的正确教程，因为互联网上的每个教程都各不相同，很难理解如何正确地进行集成。

Answer 1

我曾使用过 Tesseract (tess4j)。您是否尝试过使用文本非常清晰且完全单色/灰度的图像？我发现，当我试图让 Tesseract 读取我的图像时，花时间处理图像以使 Tesseract 更容易使用会更有用。

如果您仍然无法让它产生输出并且它没有显示任何错误，我会去 here并使用教程重新启动 Tesseract 设置并按照他们的所有提示进行操作。应该不会太难，.dll 是自动提取和加载的。只要确保你的 tessdata 文件夹在正确的位置(根目录)并且你拥有所有的 .jar(我认为你只需要 4 个，而不是全部，但请查看 tess4j.sourceforge.com 上的教程)作为编译-时间库。

取自他们的网站:“用于 OCR 的图像应具有至少 200 DPI 的分辨率，通常为 300 DPI、1 bpp(每像素位)单色或 8 bpp 灰度未压缩 TIFF 或 PNG 格式。”老实说，除了使用 Tesseract 扫描易于阅读的高分辨率文档的 PDF 工具外，我对 Tesseract 的运气并不好。

我也没有让它在第一次工作，不管它值多少钱。